信道模型:以下是PTP MIMO信道模型的简偠数学描述
可实现的速率:以下是表示可实现的数据速率的数学模型这是通用形式,您可以在等式中看到所有因素(例如Tx数,Rx天线SNR,通道矩阵)但根据情况,主导因素会有所不同您可以将此通用近似为各种其他(更简单)形式。
表达这种公式的另一种方式如下該等式使用通过SVD获得的奇异矩阵的对角线数来表示相同的事物。(SVD是用于MIMO建模的非常重要的数学工具如果您对此不熟悉,请参阅SVD页面以叻解概念并参考LTE MIMO页面查看应用程序)
当SNR在单元边缘中非常低时该等式可以近似如下。(本文将详细描述原始方程式如何近似如果您真囸了解详细信息,可能需要查找另一篇论文)
当发射机天线的数量与接收机天线的数量相比变得非常大时,下面的项可以近似为单位矩陣(本文未描述如何推导出这种近似)
使用此近似值,您可以重写原始等式如下所示。
当接收天线的数量与发射机天线的数量相比变嘚非常大时原始方程可以表示如下。
MU-MIMO代表多用户MIMO这意味着同时为2个以上的UE执行MIMO,如下所示这不是一个新概念。我们在当前的LTE(TM5)和WLAN(802.11ad)中具有MU-MIMO然而,MU-MIMO的规模将更大部署也将更加普遍。据我所知我还没有看到TM5真正用于当前LTE直播网络的任何情况。在802.11ad的情况下与5G网絡相比,UE和发射机天线之间的距离设计得非常短因此,针对5G的MU-MIMO的真正实现将更具挑战性
实施MU-MIMO有多大的挑战性?根据许多因素答案会囿所不同。即使具有相同数量的用户和相同数量的Tx / Rx天线也可以有不同的天线分配模式,如下所示在MU-MIMO实现中可以考虑如下几个因素。
-
将使用多少Tx天线和Rx天线
-
将使用什么样的接收器设计(均衡器设计)?
-
将使用什么样的预编码算法
假设BTS具有大量天线并且它们与多个UE通信並且每个UE仅具有一个天线。我们假设BTS天线的数量与UE的数量相比非常大我们也假设这是TDD系统。
信道矩阵可以表示如下在TDD中,假设信道互噫性成立如果您有上行链路的信道矩阵,您可以通过转置它来获得下行链路信道模型反之亦然。
反向链接(上行链路)的容量可以描述如下
前向链路(下行链路)的容量可以描述如下。
FD代表全尺寸因此,FD-MIMO代表全尺寸MIMO那么,Full Dimension在这里意味着什么这意味着天线系统可鉯在水平和垂直方向上形成光束(光束),以便它可以覆盖(聚焦)3D空间中的任何位置下图将向您展示FD与传统多天线系统之间的对比图。
本文基于如下所示的情况我从论文中扩展了插图,使其更接近于论文中的数学表达式
与任何其他渠道模型一样,本文从系统模型开始该环境的系统模型描述如下。
当系统采用FDD模式时上下行所需要的CSI是不同的。基站侧进行的上行信道估计需要所有用户发送不同的导頻序列此时上行导频传输需要的资源与天线的数目无关。然而下行信道获取CSI时,需要采用两阶段的传输过程:第一阶段基站先向所有鼡户传输导频符号,第二阶段用户向基站反馈估计到的全部或者部分的CSI,此时传输下行导频符号所需要的资源与基站侧天线数目成正比当采用Massive
MIMO系统,基站侧天线数目增加大大增加了 CSI获取时占用的资源量
在Massive MIMO系统中,系统所需的反馈信息量随着天线数目的增加成正比例增長由此引发的系统反馈幵销增加以及反馈信息的准确性及时性降低已经成为FDD双工模式发展的瓶颈。因此针对Massive M1MO系统FDD模式,最关键的问题在于降低数据传输中反馈占用的资源量。
TDD可以利用信道互易性直接利用上行导频估计出信道矩阵避免了大量的反馈信息需求。对于TDD系統这种消耗则与用户数量成正比CSI获取的具体过程如下:首先,系统中所有的信道状态信息;接着基站使用估测到的信道状态信息检测上荇数据并生成下行传的用户同时发送上行数据信号;随后用户发送导频序列基站利用这些导频序列估计小区中用户输的波束赋形矢量。嘫而由于多用户Massive
MIMO系统中,基站侧天线数目及系统中用户数目都很多使得相邻小区的不同用户对应的导频序列可能不完全正交,从而引叺了用户间干扰及导频污染问题。对于TDD传输模式导频污染是限制其性能的重要因素之一,因而受到了国内外专家学者的广泛重视
以丅是基于大规模MU-MIMO下行链路系统的线性预编码性能([1])。这是为了估计eNB的上行链路信道质量的质量在直到LTE的大多数情况下,大多数信道估計是由UE侧使用由eNB发送的参考信号完成的但是在Massive MIMO系统中,如果UE必须对此进行信道估计则UE的开销将太大。很多天线更严重的是它需要太哆的资源用于下行链路信号的参考信号。因此对于5G Massive
MIMO最常提出的想法之一是使用TDD并且让eNB使用上行链路信道执行信道估计并且应用该信息来配置下行链路信号。本论文的主要内容是UL信号的信道估计
首先,说明了本文要分析的整体系统我觉得你现在熟悉这种画。您可能会注意到此插图与您在许多其他渠道模型页面中看到的另一个插图之间的巨大差异你能猜出这是什么 ?这是箭头的方向在大多数其他信道估计页面中,箭头的方向是从eNB到UE但是在这种情况下,方向是从UE到eNB意味着UE天线是Tx并且eNB天线是Rx。
关于信道估计的另一个重要事项是弄清楚洳何在发送的子帧中分配参考信号在本论文中,上行链路子帧中的参考信号被分配如下
通过通道矩阵和参考信号,您可以为该系统编寫通道模型如下所示。每当您看到任何通道模式(系统方程)时首先检查每个矩阵和向量的维度,并尝试理解矩阵的每个列和行的含義那么你就可以很好地理解系统方程的含义。(在信道矩阵H中行数对应于Rx天线的数量,列数对应于Tx天线的数量)
从简化的系统公式Φ,您可以为每个天线写入接收信号的公式如下所示。
假设基站正在使用MMSE信道估计则每个信道矢量(从一个发射机天线到所有接收机忝线的矢量)可以描述如下。如果不参考其他参考文献很难理解如何得出这一点。我只是在撰写结论并让每个读者参考其他参考资料,以找出推导的细节这是每个通道路径的估计值。
步骤1:对信道传输矩阵H进行SVD分解:
对角阵 S 中的元素 s1s2就是 H 矩阵的奇异值。奇异值的个數直接反应了信道所支持的“自由度”数目。奇异值的个数就是该信道矩阵的秩(Rank)。
条件数越接近1说明信道中各个平行子信道(洎由度)的传输条件都很好,很平均;比值越大说明各个子信道的传输条件好的好,差的差
步骤2:使用右酉阵 V,可以对发送信号进行“预处理”将传输过程转化成具有“平行子信道”的对角阵形式;
步骤3:有了信道矩阵秩的信息(奇异值的个数),可以灵活的调整空間流数(自由度)从而提高通信系统效率;
步骤4:知道了奇异值的个数和大小后,可以使用“注水算法”分配发送功率提升系统容量。
预编码技术主要是在发射端对于传输信号进行处理的过程其主要目的是优化传输信号,简化接收端复杂程度提升系统容量及抗干扰能力。
线性预编码:匹配滤波器(MF)、迫零预编码(ZF)
非线性预编码:脏纸编码(DPC)、矢量预编码(VP)
线性预编码复杂度低实现较简单。非线性预编码洳脏纸编码计算复杂度较高但往往会获得更佳的效果。然而在Massive MIMO系统中,随着基站侧天线数目的增长—些线性预编码算法,比如匹配濾波器(MF)、迫零预编码(ZF)等将会获得渐进最优的性能因此,在实际应用中采用低复杂度的线性预编码算法更为现实。
支持Massive MIMO的有源天线基站架构以三个主要功能模块为代表:射频收发单元阵列射频分配网络和多天线阵列。
射频收发单元阵列包含多个发射单元和接收单元发射单元获得基带输入并提供射频发送输出,射频发送输出将通过射频分配网络分配到天线阵列接收单元执行与发射单元操作相反的工作。RDN将输出信号分配到相应天线路径和天线单元并将天线的输入信号分配到相反的方向。
RDN可包括在发射单元(或接收单元)和无源天线阵列之间简单的一对一的映射在这种情况下,射频分配网络将是一个逻辑实体但未必是一个物理实体
天线阵列可包括各种实现和配置,洳极化、空间分离等
射频收发单元阵列、射频分配网络和天线阵列的物理位置有可能不同于下图逻辑表示,取决于实现
随着天线系统姠现代化的发展,尤其是5G的演进一体化的基站有源天线系统(AAS)形态逐渐成为主流,通道数越来越多有源天线连接方式也会简化,RU和忝线高度集成射频指标不再局限于传统的RU传导测试,OTA测试将成为未来测试演进的方向同时也将带来极大的测试挑战。
表 天线系统的演進对测试技术的挑战
|
1、天线与RRU相互分离天线与基站的设计制造可相对独立;
2、RF性能要求在基站天线端口定义,通过标准接口进行传导RF测試;
3、未考虑天线对RF性能的影响
4、天线作为网络配套设备主要考察Pattern和电路性能。
|
成熟基站型态测试技术成熟,无挑战
|
1、天线和RRU一体囮集成,非标准接口连接天线设计需要与RF模块设计同步;
2、天线口较少,RF性能要求可在天线口定义测试比较繁琐;
3、主要指标传导测試,增加部分OTA测试
|
1、传导测试接口非标准,RRU RF指标无法反映一体化有源天线的性能;
2、部分需要OTA测试测试标准需进一步明确。
|
1、天线与基站深度融合传统的部件独立测试存在挑战;
2、大规模的天线及射频通道;
3、3GPP提出了RF指标OTA测试标准。
|
主流的整机设计将难以拆卸存在無对外RF接口形态,需要依赖大量OTA测试测试标准正在讨论中。
|
2015年中兴怎么样基于TDD的Pre5G Massive MIMO完成产品开发和外场测试,多家运营商开始商用测试囷部署
随后,在中国、日本、印尼等人口大国的运营商进行了规模商用部署我们在街头发现了中兴怎么样的这个基于TDD的Pre5G Massive MIMO基站。
正是依託于TDD Massive MIMO技术规模商用积累的大量传播特性数据中兴怎么样研发团队创造性地提出FDD制式的Massive MIMO信道测量与估计专利算法,实现了FDD宏观对称性在無须手机更多配合的情况下大幅提升了频谱效率。
同时中兴怎么样通讯自研的矢量处理芯片MCS2.0提供了强大的信号运算与处理能力,为FDD Massive MIMO复杂嘚算法实现提供了可能
闭关修炼,终成正果2016年12月30日,中兴怎么样通讯发布了全球首个基于FDD LTE制式的Massive MIMO解决方案并与中国联通合作完成外場预商用验证。
今天短短2个月后,我们又看到了中兴怎么样在FDD Massive MIMO上的技术突破无疑,作为中兴怎么样Pre5G的标签技术Massive MIMO引入FDD制式后,为全球朂为广泛部署的FDD-LTE网络解决了频谱效率亟待提升的难题将进一步拓展了Pre5G的商用空间。据称中兴怎么样通讯Pre5G已经在全球30个国家,超过40个网絡中进行了部署又一个新时代开启,移动通信的发展速度实在令人惊叹!
编辑:muyan 引用地址:
1、大规模多进多出技术(massive MIMO) 天线和无线电信號波长之间有一个定律:当天线的长度为波长的1/4时发射和接收转换效率最高。因此天线的长度是由波长来决定的。波长越长所需
就形成了64或者32个可发射信号的通道。 Sub6G频段的AAU采用全数字波束赋形可以认为其天线数,发射通道数功放(PA)数是一样的。 显而易见天线數和通道数越多,AAU内部的功放数也就越多对基带资源的消耗也会越大,设备的成本也就越高 因此,64天线的设备主要用于密集城区在普通城区和郊区使用32天线就可以满足需求了。 对于更为偏远的地区对容量的要求不高,主要解决覆盖问题这时甚至连Massive
MIMO都不用了,直接仩8端口RRU接上天线就行 4、AAU内部采用了这么多振子、天线和通道,到底天线增益如何呢 下面我们分为通道增益,波束赋形增益
市场研究公司Dell'Oro Group副总裁及分析师Stefan Pongratz在最近的一篇博客文章中对5G技术未来发展所需的频谱进行了分析根据预测,移动数据流量预计将在未来十年内再增长15-25倍而现有的中频段和Massive
MIMO技术并不足以应对这样的流量增长。 以下为这篇文章的主要内容: 随着5G如今正在6Ghz以下频段(同时包括低频段和中频段)全速部署焦点正在转移至下一个频段前沿。即使从经济和技术的角度来看与Massive MIMO结合使用的中频段取得了巨大的成功,以比最初设想低得多的资本支出实现了更多的总容量和吞吐量增长但基线情况表明,移动数据流量预计将在
MIMO被作为关键技术且有华为、中兴怎么样、爱立信等5家厂商参与试验。3GPP从R13版本开始已经将支持Massive MIMO作为重要特性之一Massive MIMO技术,在基站收发信机上使用大数量(如64/128/256等)的阵列天线实现了哽大的无线数据流量和连接可靠性相比于以前
2018 年的旗舰手机将迎来又一项参数加成,因为高通已经和 Verizon 完成了更新的 LTE-A 技术的测试 —— 让速度更快的大规模多入多出(Massive MIMO) 本次测试采用了来自爱立信的设备、以及一款运行高通骁龙 845 SoC + X20 基带的原型手机。Verizon 首席网络工程师、兼无線网络部门负责人 Nicola Palmer
表示:“我们没有等待未来的到来而是自己动手打造了出来,这将是推动行业向前发展的又一个好例子”“大规模哆入多出技术,是 4G LTE-A 的一个关键部分并将在向 5G 转进的过程中扮演一个重要的角色,最终有望将延时降低到个位数、以及实现支持数十亿連接的可伸缩性”实际上
Considerations)报告中提到,Massive MIMO(large-scale MIMO)技术对网络的容量和覆盖提升都非常有利下面就随网络通信小编一起来了解一下相关内容吧。 对于什么才能叫作Massive MIMO业界并未有明确的界定。事实上LTE网络已经使用了2×2和4×4 MIMO的天线,一些TDD LTE网络甚至使用了8×8
MIMO业界对于TDD制式Massive MIMO的共识昰:能称为“大规模”的天线解决方案至少有32 T(发送)和32 R(接收),有些供应商已经开始演示128